ANALISIS SENTIMEN PUBLIK TERHADAP INVASI ZIONIS KEPADA HAMAS MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Abstract

Konflik antara Israel dan Palestina telah menjadi permasalahan yang kompleks dan berlarut-larut selama beberapa dekade, dengan serangan militer Israel terhadap Hamas di Gaza menjadi salah satu momen penting dalam konflik ini. Penelitian ini bertujuan untuk mengidentifikasi dan memahami pandangan masyarakat mengenai konflik Hamas-Israel melalui analisis sentimen menggunakan metode support vector machine (SVM) pada data Twitter selama Perang Gaza dan mengembangkan teknik visualisasi yang efektif untuk mempresentasikan sentimen terkait peristiwa yang terjadi selama konflik. Metodologi yang digunakan adalah knowledge discovery of data (KDD) yang meliputi langkah data selection, preprocessing, transformation, data mining, dan evaluation. Data berupa tweet yang diklasifikasikan menjadi positif dan negatif. Hasil penelitian menunjukkan bahwa mayoritas sentimen publik cenderung menentang tindakan kedua belah pihak dalam konflik, dengan adanya ketidakpuasan dan kekhawatiran yang berkelanjutan terhadap situasi tersebut. Penggunaan SVM menghasilkan akurasi tertinggi pada split data training 90% dan testing 10% sebesar 79.45%, dengan precision 63.19%, recall 63.63%, dan F1-score 63.41%. Algoritma SVM dapat mengklasifikasikan sentimen dengan akurasi yang cukup baik dan visualisasi data memberikan representasi yang jelas tentang distribusi sentimen ini, menegaskan pandangan negatif dalam diskusi publik.